使用 Python 中的 3d 系数数组对 x 和 y 的笛卡尔积计算二维切比雪夫级数
pythonnumpyserver side programmingprogramming
要对 x 和 y 的笛卡尔积计算二维切比雪夫级数，请使用 Python 中的 polynomial.chebgrid2d(x, y, c) 方法。该方法返回 x 和 y 的笛卡尔积中各点处的二维切比雪夫级数的值。
如果 c 的维数少于两个，则会在其形状中隐式添加 1 以使其成为二维。结果的形状将是 c.shape[2:] + x.shape + y.shape。参数 x 和 y 是二维级数，在 x 和 y 的笛卡尔积中各点处进行计算。如果 x 或 y 是列表或元组，则首先将其转换为 ndarray，否则保持不变，如果不是 ndarray，则将其视为标量。
参数 c 是一个按顺序排列的系数数组，以便多度项 i,j 的系数包含在 c[i,j] 中。如果 c 的维度大于 2，则其余索引枚举多组系数。
步骤
首先，导入所需的库 −
import numpy as np from numpy.polynomial import chebyshev as C
创建系数的三维数组 −
c = np.arange(24).reshape(2,2,6)
显示数组 −
print("我们的数组...\n",c)
检查维度 −
print("\n我们的数组的维度...\n",c.ndim)
获取数据类型 −
print("\n我们的数组对象的数据类型...\n",c.dtype)
获取形状 −
print("\n我们的数组对象的形状...\n",c.shape)
要对 x 和 y 的笛卡尔积计算二维切比雪夫级数，请使用 Python 中的 polynomial.chebgrid2d(x, y, c) 方法 −
print("\n结果...\n",C.chebgrid2d([1,2],[1,2], c))
示例
import numpy as np
from numpy.polynomial import chebyshev as C
# 创建三维系数数组
c = np.arange(24).reshape(2,2,6)
# 显示数组
print("我们的数组...\n",c)
# 检查维度
print("\n我们的数组的维度...\n",c.ndim)
# 获取数据类型
print("\n我们的数组对象的数据类型...\n",c.dtype)
# 获取形状
print("\n我们的数组对象的形状...\n",c.shape)
# 要对 x 和 y 的笛卡尔积计算二维切比雪夫级数，请使用 Python 中的 polynomial.chebgrid2d(x, y, c) 方法
print("\n结果...\n",C.chebgrid2d([1,2],[1,2], c))
输出
我们的数组... [[[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]] [[12 13 14 15 16 17] [18 19 20 21 22 23]]] 我们的数组的维度... 3 我们的数组对象的数据类型... int64 我们的数组对象的形状... (2, 2, 6) 结果... [[[ 36. 60.] [ 66. 108.]] [[ 40. 66.] [ 72. 117.]] [[ 44. 72.] [ 78. 126.]] [[ 48. 78.] [ 84. 135.]] [[ 52. 84.] [ 90. 144.]] [[ 56. 90.] [ 96. 153.]]]
